物件辨識在圖片檢索系統中扮演著一個很重要的腳色，要如何辨識出圖片中包含了那些物件成為了一個很熱門的研究題目。傳統的物件辨識方法主要是透過Bag-of-Word(BoW)的方法來進行物件的辨識，透過圖片中物件所包含之特徵來進行比對，但此方法在兩個不同物件包含相同或相似特徵時，可能會有被辨識為同一物件的情形發生。

　　在本研究中，我們提出了一個透過物件特徵之空間關係進行物件辨識的方法來解決BoW的問題。透過一個十六個方向之方向關係判定工具來建立物件中特徵之空間關係，並透過中央特徵與其他特徵之距離來產生空間關係序列。接著，由於拍攝角度的關係，可能會產生物件旋轉、特徵判定位置誤差及距離長短變換影響序列排序順序的問題。為了解決這些問題我們提出了以下方法，對物件旋轉的部分我們會對所有特徵進行轉正的動作也就是將選定的一個特徵轉到相同的方向並將其他特徵隨著選定特徵一起旋轉，這樣便能解決物件旋轉的問題。接著，特徵判定位置誤差問題主要是由於當拍攝角度的不同時可能會造成物件被判定為前一個或後一個方向區間中，因此每個特徵所出現的方向我們會將前一個區間與後一個區間也算為他可能出現之區間來解決角度偏差之問題。

　　最後，距離長短變換問題主要是由於拍攝時角度變換造成原本兩個相似長度之特徵長度有可能原來較長的變為較短的而較短的變為較長的情形，由於這樣的情況可能會造成序列中兩個特徵有順序調換的情形，為了解決這個問題當兩個特徵與中心特徵距離之長度相近時我們讓這兩個特徵不管誰先出現誰後出現都當作是相同的序列。接著利用這些特徵透過資料探勘的方法找出循序樣式即可代表每個物件之空間關係序列。當新的一張圖片被輸入時首先我們會找出他的特徵與空間關係接著與資料庫進行序列比對即可得到相同物件之圖片。